背景
这篇论文是YouTube在《Deep Neural Networks for YouTube Recommendations》这篇论文后提出的一个在推荐系统的召回阶段的研究，应用场景类似猜你下个可能观看的视频
论文中的网络采用现在业内非常常用的双塔结构，这篇论文的主要创新点在负样本的采样和损失函数的构造上。论文把召回当作极端多分类问题。也就是把用户当前观看的item当作正例，视频库里所有其它item当作负例，用softmax函数来计算。
这样引来了两个问题：
1. 视频库中的视频数目是不断变化的
2. 视频库中的视频数目非常巨大，造成训练缓慢
这两个问题可以通过in batch负例来解决，也就是在同个batch中随机采用固定数目的item作为负例，但是随机采用会容易采样到热门item，这样会造成对热门item的打压，这片论文的创新点就是在流式训练时会预估每个item的采样频率
模型结构
这篇论文采用了双塔模型，左塔学习user的embedding，右塔学习item的embedding，最后通过计算这两个embedding的内积得到user和item的相似度：
（这里有个疑惑，看这个式子，左塔和右塔是共享参数的吗？）
论文中还提到了两个小trick：
1. 对embedding进行normalization后再计算相似度，论文中提到这样提高训练时的稳定性
2. 加一个温度参数去控制相似度的最大值，论文中提到这样可以最大化准确率和召回率（为什么？）
Loss和训练
论文中用如下式子表示训练中的一个样本，x表示query（user相关信息），y表示item，r表示反馈（如观看时长）
论文把召回看作连续反馈下的多分类问题，对于一个query（request），用softmax函数来计算每个item被选择的概率
结合反馈 ri 可以用加权对数似然函数来计算loss：
全量的视频库是非常大的，很难训练，论文采用来in-batch negatives，也就是把同个batch里的其它样本作为负例
但是，这样存在一个问题，那就是item的分布是一个power-law distribution，这样会导致约热门的item越容易被采样为负例，会造成对热门item的打压。为解决这个问题，论文中会有一个任务预估每个item被采样为负例的概率，并且用这个概率去纠正原来的loss
（这样为什么就能纠正对热门item的打压？）
估计item被采样为负例的算法如下所示：
完整模型架构
YouTube把这个召回系统应用在类似猜你喜欢的场景中，用户在光看一个视频的时候，会为他推荐候选视频。论文把用户点击的视频作为正例，r表示观看时长